热点事件持续更新

TSFLab推出自我改进型时间序列预测研究工作台

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

研究团队提出TSFLab，一个面向不同编码智能体的自我改进型时间序列预测研究工作台，旨在通过共享资源和工具降低预测研究成本，并支持研究资源持续维护。实验显示，在复现和基准测试任务中，TSFLab较基线将任务完成率提高20%至163%，每项已完成任务的新增Token消耗降低11%至66%。在智能体驱动的新预测方法开发试点中，使用TSFLab的实验设置取得了更高的预测准确率，同时新增Token消耗减少32.8%至73.6%，开发时间缩短9.2%至68.8%。这些结果分别来自复现、基准测试和新方法开发实验。

AI 根据报道生成 · 2 小时前更新

最新进展11月2日 13:00

TSFLab：面向任意编码智能体的自我改进型时间序列预测研究工作台

报道时间线

沿着报道，了解事件的不同侧面。

11月2日

13:00
arXiv · Machine Learning
TSFLab：面向任意编码智能体的自我改进型时间序列预测研究工作台
研究团队提出TSFLab，一个面向兼容编码智能体的自我改进型工作台，通过共享资源和工具支持低成本时间序列预测研究及研究资源的持续维护。在复现和基准测试任务中，TSFLab相较基线将任务完成率提高20–163%，每个已完成任务的新增Token消耗降低11–66%。在智能体驱动的新方法开发试点中，预测准确率得到提升，新增Token消耗减少32.8–73.6%，开发时间缩短9.2–68.8%。

本事件热度走势

可比范围当前: 8
可比范围峰值: 911月2日 18:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。